16-Hadoop MapReduce 原理 Shuffle机制图解简单介绍

最新推荐文章于 2022-11-28 11:03:58 发布

有上进心的阿龙

最新推荐文章于 2022-11-28 11:03:58 发布

阅读量149

点赞数

分类专栏： hdfs hadoop 文章标签： mapreduce

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_41709577/article/details/111597812

版权

hadoop 同时被 2 个专栏收录

39 篇文章 1 订阅

订阅专栏

30 篇文章 0 订阅

订阅专栏

16-Hadoop MapReduce 原理 Shuffle机制图解
在这里插入图片描述

每个MapTask都有两次排序
第一次发生在溢写的时候，使用快排，不修改内存中每个位置的值采用索引排序。

第二次排序发生在：因为环形缓冲区大小的限制，每个MapTask都会溢写出数据，需要把多个溢写的数据进行整合，采用归并排序，每个MapTask最终生成一个文件（多个分区）
在这里插入图片描述
每个ReduceTask只有排序：
接收所有MapTask产生的数据，写到内存，内存不够，写到磁盘上去，等所有数据都写完之后，采用归并排序

在这里插入图片描述

有上进心的阿龙

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
16-Hadoop MapReduce 原理 Shuffle机制图解简单介绍

16-Hadoop MapReduce 原理 Shuffle机制图解每个MapTask都有两次排序第一次发生在溢写的时候，使用快排，不修改内存中每个位置的值采用索引排序。第二次排序发生在：因为环形缓冲区大小的限制，每个MapTask都会溢写出数据，需要把多个溢写的数据进行整合，采用归并排序，每个MapTask最终生成一个文件（多个分区）每个ReduceTask只有排序：接收所有MapTask产生的数据，写到内存，内存不够，写到磁盘上去，等所有数据都写完之后，采用归并排序
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。